内容摘要
人形机器人打乒乓球双打的难点很具体:两台机器人要在同一侧狭窄球台上严格轮流击球,队友动作不同步就会带来碰撞风险。
PingpongDuo 用分层结构处理。团队层,一个强化学习规划器每来一球就依据预测的击球指令,同时为两台机器人选择横向站位目标;执行前用风险过滤检查这组目标,改写目标时按角色加权,对击球方的站位施加更大改动代价,优先保住当前击球方的目标。个体层,步法与击球拆成两套技能,参考动作取自真人双打全身动作记录,切成约 200 段覆盖不同移动距离的步法片段;每套技能都从另一套技能留下的身体状态开始训练,以支持移动—击球—让位的连续交接;击球后由球拍手臂上的残差(小幅修正)继续调整,训练信号来自经真实动捕标定的球体仿真器。
仿真中,回球成功率相对作者所称当时最优基线提升 13.2%,让位时定位误差约 2 cm;同一风险滤波器下,学习站位相比固定规则站位把平均连续回合数从 3.79 提到 4.87;名义技能固定时加上手臂残差,触球成功率从 55.2% 升到 67.4%,合法回球率从 44.2% 升到 55.6%,让位性能不变,因为修正只在击球阶段生效。
真机为两台 29 自由度 Unitree G1,用外部动作捕捉(MoCap)估计机器人与球的状态;机器人完成 2.15 m 让位—回位循环用时 2.4 s,峰值速度 2.23 m/s,两台机器人维持 10 次以上严格交替的连续击球。
点评
对做机器人本体控制和策略上线的工程师,这套做法把“多台机器人共享狭窄空间”的协调问题拆成了可分层实现的结构:上层用带风险检查的联合站位选择加按角色加权的回退来管互撞;下层把移动与击球分开训练,并显式用彼此产生的身体状态做初始化,以支持技能之间的连续交接;手臂残差那条路还给出一个具体提醒——球拍跟踪误差更小未必回球更好,需要按实际回球结果来修正击球动作。
证据身份为 arXiv 预印本(作者论文,未见同行评审信息),抓取到的是该条目的第二个版本,未与首版或其他发表版本交叉核对。关键数字均为作者自报的仿真与真机结果,未见独立复现。真实系统依赖外部动作捕捉来估计机器人与球的状态,当前感知装置不提供球的自旋测量,自旋效应未纳入轨迹预测与球拍—球交互模型。所有结果都在作者自己的实验设定下取得,不能外推到其他本体或场景;“state-of-the-art 基线”是作者对其所比较基线的表述,跨协议比较需另行核对。
版本与核查范围
版本 2610.20579v2 · 原文定位与程序检查、独立上下文模型复核;不代表独立研究复现。。依据已核查材料整理;未运行模型或机器人。
原文与定位
- 原文链接 #abstract1.1;#S4.p1.1;#S4.SS3.p1.3;#S5.SS1.p1.1;#S5.SS2.p1.1;#abstract1.1;#abstract1.1;#S6.SS2.p3.1;#S6.SS4.p1.1;#S6.SS1.p1.1;#abstract1.1;#S7.p2.1
